JPH05224686A - 有音無音判定方法およびその装置 - Google Patents
有音無音判定方法およびその装置Info
- Publication number
- JPH05224686A JPH05224686A JP4024889A JP2488992A JPH05224686A JP H05224686 A JPH05224686 A JP H05224686A JP 4024889 A JP4024889 A JP 4024889A JP 2488992 A JP2488992 A JP 2488992A JP H05224686 A JPH05224686 A JP H05224686A
- Authority
- JP
- Japan
- Prior art keywords
- determination
- voiced
- unit
- sound
- inference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
Abstract
(57)【要約】
【目的】 精度の低い判定規則を使いながら、音声の有
音無音判定の精度を向上させる。 【構成】 フレーム分割された音声信号から抽出した特
徴パラメータに対して第１、第２の多値論理判定部２、
３でその確からしさに応じた判定を行う。推論部４で
は、上記第１、第２の多値論理判定部２、３および判定
結果フィードバック部７の出力をもとにして有音か無音
であるかを推論する。推論部４の結果をもとにして、可
変ハングオーバ発生部５ではハングオーバ時間を可変さ
せ、最終的に２値判定部６にて有音無音の判定を行う。
音無音判定の精度を向上させる。 【構成】 フレーム分割された音声信号から抽出した特
徴パラメータに対して第１、第２の多値論理判定部２、
３でその確からしさに応じた判定を行う。推論部４で
は、上記第１、第２の多値論理判定部２、３および判定
結果フィードバック部７の出力をもとにして有音か無音
であるかを推論する。推論部４の結果をもとにして、可
変ハングオーバ発生部５ではハングオーバ時間を可変さ
せ、最終的に２値判定部６にて有音無音の判定を行う。
Description
【０００１】
【産業上の利用分野】本発明は、ディジタル音声通信等
に使用する音声の有音無音判定方法およびその装置に関
するものである。
に使用する音声の有音無音判定方法およびその装置に関
するものである。
【０００２】
【従来の技術】近年、自動車電話、携帯電話等の移動体
通信では低消費電力化を図るため、音声の無音区間では
送信を中断する方法が必要とされており、精度の高い有
音無音判定方法の開発が望まれている。
通信では低消費電力化を図るため、音声の無音区間では
送信を中断する方法が必要とされており、精度の高い有
音無音判定方法の開発が望まれている。
【０００３】以下、従来の有音無音判定方法について説
明する。図９は従来の有音無音判定装置を示す図であ
る。図９において、９はパラメータ抽出部、１０、１１
は第１、第２の２値論理判定部、１２は第３の２値論理
判定部、１３はハングオーバ発生部、１４、１５は１フ
レーム遅延部である。
明する。図９は従来の有音無音判定装置を示す図であ
る。図９において、９はパラメータ抽出部、１０、１１
は第１、第２の２値論理判定部、１２は第３の２値論理
判定部、１３はハングオーバ発生部、１４、１５は１フ
レーム遅延部である。
【０００４】以上のような構成により、まずパラメータ
抽出部９によって、フレームに分割された入力音声から
パワー、ゼロクロス数などの有音無音判定に有用である
いくつかの特徴パラメータを抽出する。次に、第１、第
２の２値論理判定部１０、１１それぞれの判定規則によ
り、しきい値を用いて有音無音の２値判定を行なう。例
えば、第１の２値論理判定部１０ではパワーの大きさに
よる２値判定を行ない、第２の２値論理判定部１１では
ゼロクロス数による２値判定を行なう。第３の２値論理
判定部１２では、第１、第２の２値論理判定部１０、１
１それぞれの判定結果と、１フレーム遅延部１４、１５
より出力された前フレームの判定結果とをもとにして、
２値論理演算を使用して有音無音の判定を行なう。ハン
グオーバ発生部１３では、第３の２値論理判定部１２に
よる無音判定が数フレーム連続したときに最終判定を有
音から無音に遷移させる。なお、１フレーム遅延部１
４、１５による判定のフィードバックは必要により使用
される。
抽出部９によって、フレームに分割された入力音声から
パワー、ゼロクロス数などの有音無音判定に有用である
いくつかの特徴パラメータを抽出する。次に、第１、第
２の２値論理判定部１０、１１それぞれの判定規則によ
り、しきい値を用いて有音無音の２値判定を行なう。例
えば、第１の２値論理判定部１０ではパワーの大きさに
よる２値判定を行ない、第２の２値論理判定部１１では
ゼロクロス数による２値判定を行なう。第３の２値論理
判定部１２では、第１、第２の２値論理判定部１０、１
１それぞれの判定結果と、１フレーム遅延部１４、１５
より出力された前フレームの判定結果とをもとにして、
２値論理演算を使用して有音無音の判定を行なう。ハン
グオーバ発生部１３では、第３の２値論理判定部１２に
よる無音判定が数フレーム連続したときに最終判定を有
音から無音に遷移させる。なお、１フレーム遅延部１
４、１５による判定のフィードバックは必要により使用
される。
【０００５】
【発明が解決しようとする課題】しかしながら上記従来
の有音無音判定方法では、精度の高いパラメータ抽出方
法および精度の高い判定規則が存在しないので、判定し
きい値が明確な２値論理による判定では、判定規則の判
定に誤りが生じやすく、最終的な有音無音の判定にも誤
りを生じるという問題があった。
の有音無音判定方法では、精度の高いパラメータ抽出方
法および精度の高い判定規則が存在しないので、判定し
きい値が明確な２値論理による判定では、判定規則の判
定に誤りが生じやすく、最終的な有音無音の判定にも誤
りを生じるという問題があった。
【０００６】本発明は上記従来の問題を解決するもので
あり、音声のパワー、ゼロクロス数等、精度の高くない
特徴パラメータと判定規則を使用した場合であっても、
最終的な判定にはより確からしい判定結果を得ることが
できる優れた有音無音判定方法を提供することを目的と
するものである。
あり、音声のパワー、ゼロクロス数等、精度の高くない
特徴パラメータと判定規則を使用した場合であっても、
最終的な判定にはより確からしい判定結果を得ることが
できる優れた有音無音判定方法を提供することを目的と
するものである。
【０００７】
【課題を解決するための手段】本発明は上記目的を達成
するために、途中の判定過程においては、０〜１の範囲
内の値を持つ多値論理を使用し、０が「無音」、０．５
が「判定不能」、１が「有音」と意味づけされた値を用
いて推論を行うようにし、最終段階において有音か無音
かの２値判定を行うようにしたものである。
するために、途中の判定過程においては、０〜１の範囲
内の値を持つ多値論理を使用し、０が「無音」、０．５
が「判定不能」、１が「有音」と意味づけされた値を用
いて推論を行うようにし、最終段階において有音か無音
かの２値判定を行うようにしたものである。
【０００８】また、それぞれの判定においては、判定特
性が非線形の場合にも少ない処理量で多値論理出力が得
られるよう、入出力関係を記録したデータテーブルを備
えたものである。
性が非線形の場合にも少ない処理量で多値論理出力が得
られるよう、入出力関係を記録したデータテーブルを備
えたものである。
【０００９】また、確からしくない無音判定に対して
は、長いハングオーバ時間を発生するようにして、有音
を無音と判定する誤りを減少させるものである。
は、長いハングオーバ時間を発生するようにして、有音
を無音と判定する誤りを減少させるものである。
【００１０】
【作用】本発明は上記構成により、それぞれの判定規則
では明確なしきい値処理を行わず、判定の確からしさに
応じた値を出力し、最終的な判定において上記確からし
さに応じた処理を行う。つまり、複数の規則を用いてそ
のなかで最も確からしい判定出力を使うことで、より確
からしい判定結果を得る。
では明確なしきい値処理を行わず、判定の確からしさに
応じた値を出力し、最終的な判定において上記確からし
さに応じた処理を行う。つまり、複数の規則を用いてそ
のなかで最も確からしい判定出力を使うことで、より確
からしい判定結果を得る。
【００１１】また、入出力関係を記録したデータテーブ
ルを備えたデータテーブルを備えたことで、パラメータ
と判定出力が非線形な特性の場合にも少ない処理量で処
理ができる。
ルを備えたデータテーブルを備えたことで、パラメータ
と判定出力が非線形な特性の場合にも少ない処理量で処
理ができる。
【００１２】また、確からしさの低い無音判定では、ハ
ングオーバ時間を長く発生させて最終的な有音判定から
無音判定へ遷移させる時間を遅らせることにより、有音
を無音に誤判定させる率を減少させる。
ングオーバ時間を長く発生させて最終的な有音判定から
無音判定へ遷移させる時間を遅らせることにより、有音
を無音に誤判定させる率を減少させる。
【００１３】
【実施例】以下本発明の一実施例について図面を参照し
ながら説明する。
ながら説明する。
【００１４】図１は本発明の有音無音判定方法を実現す
る構成を示す図である。図１において、１はフレームに
分割された音声データから有音無音判定に有効な１つも
しくは複数の特徴パラメータを抽出するパラメータ抽出
部である。２、３はそれぞれの判定規則により有音無音
判定を行い、０〜１の範囲内の連続値による多値論理に
よる判定結果を出力する第１、第２の多値論理判定部で
ある。４は複数の判定結果からより確かな結果を推論す
る多値論理による推論部である。５は判定結果の確から
しさにより可変のハングオーバ時間を発生する可変ハン
グオーバ発生部である。６は最終的に有音無音の２値判
定を行う２値判定部である。７は判定結果を１フレーム
遅延して推論部４へのフィードバックを行う判定結果フ
ィードバック部である。
る構成を示す図である。図１において、１はフレームに
分割された音声データから有音無音判定に有効な１つも
しくは複数の特徴パラメータを抽出するパラメータ抽出
部である。２、３はそれぞれの判定規則により有音無音
判定を行い、０〜１の範囲内の連続値による多値論理に
よる判定結果を出力する第１、第２の多値論理判定部で
ある。４は複数の判定結果からより確かな結果を推論す
る多値論理による推論部である。５は判定結果の確から
しさにより可変のハングオーバ時間を発生する可変ハン
グオーバ発生部である。６は最終的に有音無音の２値判
定を行う２値判定部である。７は判定結果を１フレーム
遅延して推論部４へのフィードバックを行う判定結果フ
ィードバック部である。
【００１５】以上のような構成において、有音無音判定
を行う場合について説明する。本実施例の各過程におい
ては下式を用いる。
を行う場合について説明する。本実施例の各過程におい
ては下式を用いる。
【００１６】 Ｉｆ パワーが大きい ｔｈｅｎ 有音 ……規則 Ｉｆ パワーが小さい ｔｈｅｎ 無音 ……規則 Ｉｆ （ゼロクロス数が小さい ａｎｄ 前フレームが
有音） ｔｈｅｎ有音 ……規則 まず、パラメータ抽出部１において、フレーム長がｎの
第ｊフレームの音声（Ｘj（ｉ）；０≦ｉ≦ｎ−１）よ
り特徴パラメータとして、パワーＰjとゼロクロス数Ｚj
を求め、その結果、図２に示すＰj、Ｚjを得たとする。
有音） ｔｈｅｎ有音 ……規則 まず、パラメータ抽出部１において、フレーム長がｎの
第ｊフレームの音声（Ｘj（ｉ）；０≦ｉ≦ｎ−１）よ
り特徴パラメータとして、パワーＰjとゼロクロス数Ｚj
を求め、その結果、図２に示すＰj、Ｚjを得たとする。
【００１７】図３（ａ）は第１の多値論理判定部２の内
部構成を示す図であり、２ａは入力されたパワーＰ
jと、出力である有音無音判定値ｄ1jとの関係を定義す
るデータテーブルである。２ｂは入力されたパワーＰj
にしたがって、データテーブルから対応する有音無音判
定値ｄ1jを読み出すデータテーブル読み出し部である。
図３（ｂ）はデータテーブル２ａにおけるパワーＰjと
有音無音判定値ｄ1jとの関係を図示したものである。こ
の第１の多値論理判定部２では、規則、による判定
を、データテーブル読み出し部２ｂにより、入力された
パワーＰjに応じてデータテーブル２ａの読み出しを行
い、図２に示す有音無音判定値ｄ1jを得て、推論部４に
対して出力する。
部構成を示す図であり、２ａは入力されたパワーＰ
jと、出力である有音無音判定値ｄ1jとの関係を定義す
るデータテーブルである。２ｂは入力されたパワーＰj
にしたがって、データテーブルから対応する有音無音判
定値ｄ1jを読み出すデータテーブル読み出し部である。
図３（ｂ）はデータテーブル２ａにおけるパワーＰjと
有音無音判定値ｄ1jとの関係を図示したものである。こ
の第１の多値論理判定部２では、規則、による判定
を、データテーブル読み出し部２ｂにより、入力された
パワーＰjに応じてデータテーブル２ａの読み出しを行
い、図２に示す有音無音判定値ｄ1jを得て、推論部４に
対して出力する。
【００１８】図４（ａ）は第２の多値論理判定部３の内
部構成を示す図であり、３ａは入力されたゼロクロス数
Ｚjと、出力である有音無音判定値ｄ20jとの関係を定義
するデータテーブルである。３ｂは入力されたゼロクロ
ス数Ｚjにしたがって、データテーブル３ａから対応す
る有音無音判定値ｄ20jを読み出すデータテーブル読み
出し部である。図４（ｂ）はデータテーブル３ａにおけ
るゼロクロス数Ｚjと有音無音判定値ｄ20jとの関係を図
示したものである。この第２の多値論理判定部３では、
規則の「ゼロクロス数が小さい」の判定を、データテ
ーブル読み出し部３ｂにより、入力されたゼロクロス数
Ｚjに応じてデータテーブル３ａの読み出しを行い、図
２に示す有音無音判定値ｄ20jを得て、推論部４に対し
て出力する。
部構成を示す図であり、３ａは入力されたゼロクロス数
Ｚjと、出力である有音無音判定値ｄ20jとの関係を定義
するデータテーブルである。３ｂは入力されたゼロクロ
ス数Ｚjにしたがって、データテーブル３ａから対応す
る有音無音判定値ｄ20jを読み出すデータテーブル読み
出し部である。図４（ｂ）はデータテーブル３ａにおけ
るゼロクロス数Ｚjと有音無音判定値ｄ20jとの関係を図
示したものである。この第２の多値論理判定部３では、
規則の「ゼロクロス数が小さい」の判定を、データテ
ーブル読み出し部３ｂにより、入力されたゼロクロス数
Ｚjに応じてデータテーブル３ａの読み出しを行い、図
２に示す有音無音判定値ｄ20jを得て、推論部４に対し
て出力する。
【００１９】図５（ａ）は判定結果フィードバック部７
の内部構成を示す図であり、７ａは推論部４の出力ｄj
をもとに１フレーム遅延部７ｃを通じて得られる前フレ
ームにおける推論部４の出力ｄj-1と、出力である有音
無音判定値＠21jとの関係を定義するデータテーブルで
ある。７ｂは入力された１フレーム遅延部７ｃの出力ｄ
j-1にしたがって、データテーブル７ａから対応する有
音無音判定値＠21jを読み出すデータテーブル読み出し
部である。この判定結果フィードバック部７では、規則
の「前フレームが有音」の判定を、データテーブル７
ｂにより、前フレームの推論部４の出力ｄj-1に応じて
データテーブル７ａの読み出しを行い、図２に示す有音
無音判定値＠21jを得て、推論部４に出力する。
の内部構成を示す図であり、７ａは推論部４の出力ｄj
をもとに１フレーム遅延部７ｃを通じて得られる前フレ
ームにおける推論部４の出力ｄj-1と、出力である有音
無音判定値＠21jとの関係を定義するデータテーブルで
ある。７ｂは入力された１フレーム遅延部７ｃの出力ｄ
j-1にしたがって、データテーブル７ａから対応する有
音無音判定値＠21jを読み出すデータテーブル読み出し
部である。この判定結果フィードバック部７では、規則
の「前フレームが有音」の判定を、データテーブル７
ｂにより、前フレームの推論部４の出力ｄj-1に応じて
データテーブル７ａの読み出しを行い、図２に示す有音
無音判定値＠21jを得て、推論部４に出力する。
【００２０】図６は推論部４の内部構成を示す図であ
る。図６において、４ａは第２の多値論理判定部３の出
力ｄ20jと、判定結果フィードバック部７の出力＠21jを
もとにして下式の計算を行う前置演算部である。４ｂ
は第１の多値論理判定部２の出力ｄ1j、前置演算部４ａ
の出力ｄ2jおよび０．５のうち最大値を出力する最大値
検出部、４ｃは第１の多値論理判定部２の出力ｄ1j、前
置演算部４ａの出力ｄ2jおよび０．５のうち最小値を出
力する最小値検出部である。
る。図６において、４ａは第２の多値論理判定部３の出
力ｄ20jと、判定結果フィードバック部７の出力＠21jを
もとにして下式の計算を行う前置演算部である。４ｂ
は第１の多値論理判定部２の出力ｄ1j、前置演算部４ａ
の出力ｄ2jおよび０．５のうち最大値を出力する最大値
検出部、４ｃは第１の多値論理判定部２の出力ｄ1j、前
置演算部４ａの出力ｄ2jおよび０．５のうち最小値を出
力する最小値検出部である。
【００２１】上記の構成を持つ推論部４では、最初のス
テップとして規則の「ａｎｄ」を下式により実行
し、規則による判定結果として図２に示す有音無音判
定値ｄ 2jを得る。
テップとして規則の「ａｎｄ」を下式により実行
し、規則による判定結果として図２に示す有音無音判
定値ｄ 2jを得る。
【００２２】 ｄ2j＝＠21j×（ｄ20j−０．５）＋０．５ …… 推論部４における次のステップでは、ｄ1j、ｄ2j、およ
び０．５をいずれも最大値検出部４ｂ、最小値検出部４
ｃに与え、それぞれの出力値を加える。この値から０．
５を減算して有音無音判定値ｄjを得る。ここでの最大
値検出部４ｂ、最小値検出部４ｃはそれぞれ最も確から
しい有音判定値と無音判定値とを求める機能を果たして
いる。
び０．５をいずれも最大値検出部４ｂ、最小値検出部４
ｃに与え、それぞれの出力値を加える。この値から０．
５を減算して有音無音判定値ｄjを得る。ここでの最大
値検出部４ｂ、最小値検出部４ｃはそれぞれ最も確から
しい有音判定値と無音判定値とを求める機能を果たして
いる。
【００２３】図７は可変ハングオーバ発生部５の内部構
成を示す図である。図７において、７ａは推論部４の出
力ｄj＝ｘと、可変ハングオーバ発生部５の出力ｓの前
フレームにおける値ｓ'とを用いて下式、により、
出力ｓを発生する演算部である。７ｂは、前フレームの
演算部７ａの出力（＝可変ハングオーバ発生部５の出力
ｓ）を演算部７ａに対して出力する１フレーム遅延部で
ある。下式、における処理では、例えば、時定数Ａ
m＝０．１、Ａp＝０．９の場合、可変ハングオーバ発生
部５の出力ｓ＝ｆ（ｘ，ｓ'）は図８（ａ）に示す通り
になる。図８（ａ）中の値は、出力ｓを示す。
成を示す図である。図７において、７ａは推論部４の出
力ｄj＝ｘと、可変ハングオーバ発生部５の出力ｓの前
フレームにおける値ｓ'とを用いて下式、により、
出力ｓを発生する演算部である。７ｂは、前フレームの
演算部７ａの出力（＝可変ハングオーバ発生部５の出力
ｓ）を演算部７ａに対して出力する１フレーム遅延部で
ある。下式、における処理では、例えば、時定数Ａ
m＝０．１、Ａp＝０．９の場合、可変ハングオーバ発生
部５の出力ｓ＝ｆ（ｘ，ｓ'）は図８（ａ）に示す通り
になる。図８（ａ）中の値は、出力ｓを示す。
【００２４】ｓ＝ｆ（ｘ，ｓ'）＝ｓ'＋Ａm×（１−
ｘ）×（ｘ−ｓ'） （ただし、ｘ≦ｓ '） …… ｓ＝ｆ（ｘ，ｓ'）＝ｓ'＋Ａp×ｘ×（ｘ−ｓ'） （た
だし、ｘ＞ｓ'） …… 、式によれば、無音のフレームが連続していても有
音らしきフレームが現れた場合には有音へと移行しやす
いが、逆に有音から無音へとは移行しにくくなってい
る。これは、実際に音声通信を行っている場合には、無
音を有音と判断することよりも、語間、語尾等の有音を
無音と判断して音声が途切れてしまうことのほうが影響
が大きいからである。
ｘ）×（ｘ−ｓ'） （ただし、ｘ≦ｓ '） …… ｓ＝ｆ（ｘ，ｓ'）＝ｓ'＋Ａp×ｘ×（ｘ−ｓ'） （た
だし、ｘ＞ｓ'） …… 、式によれば、無音のフレームが連続していても有
音らしきフレームが現れた場合には有音へと移行しやす
いが、逆に有音から無音へとは移行しにくくなってい
る。これは、実際に音声通信を行っている場合には、無
音を有音と判断することよりも、語間、語尾等の有音を
無音と判断して音声が途切れてしまうことのほうが影響
が大きいからである。
【００２５】また、ｘに無音判定を表す一定値（ｘ＜
０．５）を与え、ｓ'に有音判定を表す初期値（ｓ'＞
０．５）を与えた場合の出力ｓが有音無音判定の境界値
に近い０．５５に減少するまでの繰り返し回数は図８
（ｂ）に示すようになり、ハングオーバ時間を可変する
ことになる。なお、図８（ｂ）中の数字は、何フレーム
無音状態が続いたときに有音であるとの情報（ｓ≧０．
５）を出力するかという値である。
０．５）を与え、ｓ'に有音判定を表す初期値（ｓ'＞
０．５）を与えた場合の出力ｓが有音無音判定の境界値
に近い０．５５に減少するまでの繰り返し回数は図８
（ｂ）に示すようになり、ハングオーバ時間を可変する
ことになる。なお、図８（ｂ）中の数字は、何フレーム
無音状態が続いたときに有音であるとの情報（ｓ≧０．
５）を出力するかという値である。
【００２６】したがって、この可変オーバハング発生部
５では、有音と判定するフレームの後、推論部４の出力
のうち無音と判定されたフレーム（ｘ＜０．５）が何フ
レーム続いた場合に最終結果として無音と判定するかと
いう基準回数を可変するというものである。したがっ
て、図８（ｂ）からも明らかなように、前フレームの出
力値ｓ'が１．００に近い（かぎりなく有音という確か
らしさがある）場合、ｓ'が０．５に近い場合に比べ
て、無音と判断するためのフレーム数が大きい。したが
って、有音のフレームが連続した後、ノイズ等の影響を
受けて、無音らしきフレームがほんの数回続いた場合、
本来有音であるにもかかわらず、これを無音と判断する
危険性が減少する。なお、ｘが０．５の時には有音無音
判定の境界値である０．５には限り無く近づくが０．５
にはならない。
５では、有音と判定するフレームの後、推論部４の出力
のうち無音と判定されたフレーム（ｘ＜０．５）が何フ
レーム続いた場合に最終結果として無音と判定するかと
いう基準回数を可変するというものである。したがっ
て、図８（ｂ）からも明らかなように、前フレームの出
力値ｓ'が１．００に近い（かぎりなく有音という確か
らしさがある）場合、ｓ'が０．５に近い場合に比べ
て、無音と判断するためのフレーム数が大きい。したが
って、有音のフレームが連続した後、ノイズ等の影響を
受けて、無音らしきフレームがほんの数回続いた場合、
本来有音であるにもかかわらず、これを無音と判断する
危険性が減少する。なお、ｘが０．５の時には有音無音
判定の境界値である０．５には限り無く近づくが０．５
にはならない。
【００２７】次に、２値判定部６において、可変オーバ
ハング発生部５の出力ｓに対し、０．５をしきい値とし
て、以下の通り最終的な有音無音判定を行う。
ハング発生部５の出力ｓに対し、０．５をしきい値とし
て、以下の通り最終的な有音無音判定を行う。
【００２８】ｓ≧０．５の場合は有音 ｓ＜０．５の場合は無音 以上のようにして各フレームについて有音無音判定を行
うことにより、パワー、ゼロクロス数といった精度の高
くない特徴パラメータを用いても、第１、第２の多値論
理判定部では有音無音の確からしさに応じた判定にとど
め、推論部においてこれらの判定結果と前フレームの判
定結果を考慮した推論を行うことにより、最終的により
確からしい判定を下すことができる。
うことにより、パワー、ゼロクロス数といった精度の高
くない特徴パラメータを用いても、第１、第２の多値論
理判定部では有音無音の確からしさに応じた判定にとど
め、推論部においてこれらの判定結果と前フレームの判
定結果を考慮した推論を行うことにより、最終的により
確からしい判定を下すことができる。
【００２９】なお、本実施例では、分割された音声の中
から各フレームにおけるパワー及びゼロクロス数をパラ
メータとして用いたが、この他、前フレームと現フレー
ムとのパワーの比、あるいは各フレーム毎のスペクトル
の変化等を用いてもよい。さらに、３つ以上のパラメー
タをあらかじめ多値論理判定してもよいものである。
から各フレームにおけるパワー及びゼロクロス数をパラ
メータとして用いたが、この他、前フレームと現フレー
ムとのパワーの比、あるいは各フレーム毎のスペクトル
の変化等を用いてもよい。さらに、３つ以上のパラメー
タをあらかじめ多値論理判定してもよいものである。
【００３０】また、本実施例では前フレームの推論部４
の出力をフィードバックする構成をとっているが、この
他に前フレームの可変ハングオーバ発生部５の出力を推
論部４の入力としてフィードバックしてもよいものであ
る。
の出力をフィードバックする構成をとっているが、この
他に前フレームの可変ハングオーバ発生部５の出力を推
論部４の入力としてフィードバックしてもよいものであ
る。
【００３１】
【発明の効果】本発明は上記実施例から明らかなよう
に、音声から抽出したパラメータをもとにした判定値を
多値論理化し、判定精度に応じた値を出力し、複数の判
定結果をもとに推論を行うことにより、精度の低い判定
規則を用いても、最終的に精度の高い判定を行うことが
できる。
に、音声から抽出したパラメータをもとにした判定値を
多値論理化し、判定精度に応じた値を出力し、複数の判
定結果をもとに推論を行うことにより、精度の低い判定
規則を用いても、最終的に精度の高い判定を行うことが
できる。
【００３２】また、パラメータからの判定においては、
データテーブルを備えて、これを読み出して判定を行う
ことにより、パラメータと判定出力とが非線形関係にあ
る場合でも簡単な処理で判定結果を多値論理化できる。
データテーブルを備えて、これを読み出して判定を行う
ことにより、パラメータと判定出力とが非線形関係にあ
る場合でも簡単な処理で判定結果を多値論理化できる。
【００３３】また、疑わしい無音判定の場合、ハングオ
ーバ時間を長くできるので、語間、語尾を無音に判定す
る割合を減少させることができる。
ーバ時間を長くできるので、語間、語尾を無音に判定す
る割合を減少させることができる。
【図１】本発明の一実施例における有音無音判定装置の
構成を示すブロック図
構成を示すブロック図
【図２】本実施例における各ブロックの出力を示す図
【図３】（ａ）は本実施例における第１の多値論理判定
部の内部構成を示すブロック図 （ｂ）は第１の多値論理判定部のデータテーブルの内容
を示す図
部の内部構成を示すブロック図 （ｂ）は第１の多値論理判定部のデータテーブルの内容
を示す図
【図４】（ａ）は本実施例における第２の多値論理判定
部の内部構成を示すブロック図 （ｂ）は第２の多値論理判定部のデータテーブルの内容
を示す図
部の内部構成を示すブロック図 （ｂ）は第２の多値論理判定部のデータテーブルの内容
を示す図
【図５】（ａ）は本実施例における判定結果フィードバ
ック部の内部構成を示すブロック図 （ｂ）は判定結果フィードバック部のデータテーブルの
内容を示す図
ック部の内部構成を示すブロック図 （ｂ）は判定結果フィードバック部のデータテーブルの
内容を示す図
【図６】本実施例における推論部の内部構成を示すブロ
ック図
ック図
【図７】本実施例における可変ハングオーバ発生部の内
部構成を示すブロック図
部構成を示すブロック図
【図８】（ａ）は本実施例における可変オーバハング発
生部の入出力関係を示す図 （ｂ）は同可変オーバハング発生部における入力値とハ
ングオーバとの関係を示す図
生部の入出力関係を示す図 （ｂ）は同可変オーバハング発生部における入力値とハ
ングオーバとの関係を示す図
【図９】従来の有音無音判定装置を示すブロック図
【符号の説明】 １ パラメータ抽出部 ２ 第１の多値論理判定部 ３ 第２の多値論理判定部 ４ 推論部 ５ 可変オーバハング発生部 ６ ２値判定部 ７ 判定結果フィードバック部
Claims (7)
- 【請求項１】 入力された音声から抽出した複数のパラ
メータそれぞれを用いて有音無音を多値論理判定し、こ
れら複数の判定結果をもとにして多値論理により有音無
音を推論することを特徴とする有音無音判定方法。 - 【請求項２】 複数のパラメータによる多値論理判定結
果と、前フレームにおける推論結果とをもとにして多値
論理により有音無音を推論することを特徴とする請求項
１記載の有音無音判定方法。 - 【請求項３】 音声から抽出したパラメータに対する判
定値を定義したデータテーブルを用いて多値論理判定を
行うことを特徴とする請求項１記載の有音無音判定方
法。 - 【請求項４】 推論結果に応じてハングオーバ時間を可
変することを特徴とする請求項１記載の有音無音判定方
法。 - 【請求項５】 フレーム毎に分割された音声データから
複数のパラメータを抽出するパラメータ抽出部と、抽出
された複数のパラメータそれぞれをもとにして多値論理
により有音無音を判定する複数の多値論理判定部と、上
記複数の多値論理判定部の出力をもとにして有音無音を
推論する推論部と、上記推論部の出力に応じてオーバハ
ングを可変する可変オーバハング発生部と、この可変オ
ーバハング発生部の出力に対して２値判定を行う２値判
定部とを備えた有音無音判定装置。 - 【請求項６】 前フレームにおける推論部の出力を推論
部に入力する判定結果フィードバック部を備え、複数の
パラメータ抽出部の出力と上記判定結果フィードバック
部の出力とから推論を行うことを特徴とする請求項５記
載の有音無音判定装置。 - 【請求項７】 多値論理判定部には、パラメータに対す
る出力値を定義したデータテーブルを備えた請求項５記
載の有音無音判定装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02488992A JP3375655B2 (ja) | 1992-02-12 | 1992-02-12 | 有音無音判定方法およびその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02488992A JP3375655B2 (ja) | 1992-02-12 | 1992-02-12 | 有音無音判定方法およびその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05224686A true JPH05224686A (ja) | 1993-09-03 |
| JP3375655B2 JP3375655B2 (ja) | 2003-02-10 |
Family
ID=12150758
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP02488992A Expired - Fee Related JP3375655B2 (ja) | 1992-02-12 | 1992-02-12 | 有音無音判定方法およびその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3375655B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005038722A1 (ja) * | 2003-10-15 | 2005-04-28 | Matsushita Electric Industrial Co., Ltd. | アニメーション作成装置及びアニメーション作成方法 |
| JP2005283634A (ja) * | 2004-03-26 | 2005-10-13 | Canon Inc | 信号処理装置および方法 |
| JP2010525376A (ja) * | 2007-03-29 | 2010-07-22 | テレフオンアクチーボラゲット エル エム エリクソン（パブル） | Ｄｔｘハングオーバ期間の長さを調整する方法及び音声符号化装置 |
-
1992
- 1992-02-12 JP JP02488992A patent/JP3375655B2/ja not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005038722A1 (ja) * | 2003-10-15 | 2005-04-28 | Matsushita Electric Industrial Co., Ltd. | アニメーション作成装置及びアニメーション作成方法 |
| JP2005283634A (ja) * | 2004-03-26 | 2005-10-13 | Canon Inc | 信号処理装置および方法 |
| JP4587160B2 (ja) * | 2004-03-26 | 2010-11-24 | キヤノン株式会社 | 信号処理装置および方法 |
| JP2010525376A (ja) * | 2007-03-29 | 2010-07-22 | テレフオンアクチーボラゲット エル エム エリクソン（パブル） | Ｄｔｘハングオーバ期間の長さを調整する方法及び音声符号化装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3375655B2 (ja) | 2003-02-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Beritelli et al. | A robust voice activity detector for wireless communications using soft computing | |
| JP3363336B2 (ja) | フレーム音声決定方法および装置 | |
| US7272561B2 (en) | Speech recognition device and speech recognition method | |
| US7664650B2 (en) | Speech speed converting device and speech speed converting method | |
| CN101399039B (zh) | 一种确定非噪声音频信号类别的方法及装置 | |
| KR20140147587A (ko) | Ｗｆｓｔ를 이용한 음성 끝점 검출 장치 및 방법 | |
| CN114338623B (zh) | 音频的处理方法、装置、设备及介质 | |
| US7346497B2 (en) | High-order entropy error functions for neural classifiers | |
| CN115410550B (zh) | 一种细粒度韵律可控的情感语音合成方法、系统及存储介质 | |
| EP1426926B1 (en) | Apparatus and method for changing the playback rate of recorded speech | |
| KR101862982B1 (ko) | LPC-10e 보코더에서 DNN을 이용한 유무성음 판별 방법 | |
| JPH11265200A (ja) | 符号化音声再生装置および符号化音声再生方法 | |
| KR100421648B1 (ko) | 음성코딩을 위한 적응성 표준 | |
| JP2021039219A (ja) | 音声信号処理装置、音声信号処理方法、音声信号処理プログラム、学習装置、学習方法及び学習プログラム | |
| JP3297156B2 (ja) | 音声判別装置 | |
| CN1113586A (zh) | 从基于celp的语音编码器中去除回旋噪声的系统和方法 | |
| JP3375655B2 (ja) | 有音無音判定方法およびその装置 | |
| JP3555490B2 (ja) | 声質変換システム | |
| Krishnakumar et al. | A comparison of boosted deep neural networks for voice activity detection | |
| CN115762491A (zh) | 一种音色转换方法、装置、电子设备及存储介质 | |
| WO2004112256A1 (ja) | 音声符号化装置 | |
| JPH117292A (ja) | 音声認識装置 | |
| JPH11133997A (ja) | 有音無音判定装置 | |
| Beritelli | A modified CS-ACELP algorithm for variable-rate speech coding robust in noisy environments | |
| JP3394506B2 (ja) | 音声判別装置及び音声判別方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071129 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081129 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091129 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091129 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101129 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111129 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |